AIツール 📄 PDF内の画像も読み取れるAI文書処理アプリの使い方
AWS BedrockとClaude Sonnet 4を使った「bedrock_pdf_app」の使い方をご紹介します。従来のPDF処理ツールとの大きな違いは、テキストだけでなく画像・図表も理解できる点です。🔧 セットアップ方法Bedroc...
LLM
AIツール 
Google Colab Google ColabでGPT Image Input fidelityを使った画像の生成と編集
このGoogle Colabクックブックでは、画像生成機能を持つ新しい大規模言語モデルであるGPT Imageの使い方を学びます。このノートブックはGoogle Colab環境で動作し、ブラウザ上で直接実行できます。このモデルは世界に関する...
開発ツール OpenHands GitHub Action完全ガイド – 自動化でさらなる生産性向上を
概要OpenHands GitHub Actionは、GitHubリポジトリでのissueやプルリクエストに対してAIエージェントが自動的に作業を実行する強力な自動化ツールです。これまでCLIでの直接操作について解説してきましたが、GitH...
MCP Gradio MCP as a Language (gMaL): 自然言語からMCPサーバーを生成する新手法
はじめにModel Context Protocol (MCP)は、大規模言語モデル(LLM)にコンテキストやツールを提供するためのオープンプロトコルとして急速に普及しています。本記事では、MCPの開発に新しいアプローチ「Gradio MC...
Web開発 DeepSeek V3でbrowser-use-webuiを使ってみよう！
前回の記事「browser-use-webuiでブラウザ操作を自動化しよう！」の続編として、今回はDeepSeek V3を使用した実践的な方法を解説します。DeepSeek V3の特徴DeepSeek V3は、以下のような特徴を持つ強力な言...
Python開発 🚀 LightRAG: シンプルかつ高速なRAGフレームワーク(GoogleColab付)
LightRAG公式ページ | arXiv:2410.05779 | LearnOpenCVでの紹介LightRAGは、テキストやナレッジグラフ、ベクターストアを活用して効率的なRAGワークフローを可能にするフレームワークです。ここでは、G...
Python開発 【連載】pydantic-ai徹底解説 (3) 構造化レスポンスとバリデーション（GoogleColab付）
前回はツール呼び出しや依存性注入を学びました。今回は pydantic-ai の特徴的機能である「構造化レスポンス」について詳しく見ていきます。構造化レスポンスとは通常のLLM応答は生テキストですが、pydantic-aiではPydanti...
ソフトウェア開発 マルチモデル K/V Context量子化 Ollamaベンチマークの コード解説
コードの全体構造ベンチマークツールは以下の主要なコンポーネントで構成されています：OllamaClientクラス：APIとの通信を管理ベンチマーク実行機能：複数モデルのテスト実行結果集計機能：モデル間の比較分析ロギング機能：詳細な実行ログの...
AIアプリケーション開発 GitLab LLMエージェントの構築：自動ラベル付けシステムの実装
GitLab LLMエージェントの構築：自動ラベル付けシステムの実装はじめにGitLabでの課題管理をより効率的に行うため、LLM（大規模言語モデル）を活用した自動ラベル付けシステムを構築する方法を解説します。このシステムは、新しいIssu...
大規模言語モデル (LLM) コンテキストアウェアリフレクティブ方式QAデータセット生成システムの実装（GoogleColab📒ノートブック付）
はじめにこのノートブックでは、LLMを使用して高品質なQAデータセットを生成するシステムを実装します。特徴は以下の通りです：コンテキストアウェアな質問生成リフレクティブな品質評価・改善自動的なデータセットのアップロード環境セットアップ!pi...